典型文献
水电工程施工安全隐患文本智能分类与知识挖掘
文献摘要：
基于隐患排查信息的知识挖掘对于工程安全管理具有重要的支持作用.自然语言处理(natural language processing,NLP)技术是目前实现文本知识挖掘的重要方法,知识挖掘的深度和精度是该类方法的重要衡量指标.为了提升水电工程安全隐患文本知识挖掘效率,本文提出了一种结合文本分类与文本挖掘技术的隐患文本知识挖掘方法.该方法利用RoBERTa-wwm-CNN混合深度学习模型进行隐患文本快速智能分类,在此基础上,通过绘制隐患词云图实现不同种类隐患管理要点的可视化分析,以词共现网络构建为基础,分析隐患数据间的内在联系.将该方法应用于白鹤滩水电站安全隐患文本挖掘分析,与现有较先进的文本分类模型相比,本文所提模型精度有所提升,验证了所提模型的优越性.
文献关键词：
水电工程;安全隐患;知识挖掘;文本分类
中图分类号：
作者姓名：
王仁超;张毅伟;毛三军
作者机构：
天津大学水利工程仿真与安全国家重点实验室,天津 300350;长江三峡技术经济发展有限公司,北京 101100
文献出处：
引用格式：
[1]王仁超;张毅伟;毛三军-.水电工程施工安全隐患文本智能分类与知识挖掘)[J].水力发电学报,2022(11):96-106
A类：
B类：
水电工程施工,工程施工安全,智能分类,知识挖掘,隐患排查,工程安全管理,支持作用,自然语言处理,natural,language,processing,NLP,衡量指标,升水,文本分类,文本挖掘技术,挖掘方法,法利,RoBERTa,wwm,混合深度学习模型,词云图,隐患管理,管理要点,词共现,共现网络,网络构建,隐患数据,白鹤滩水电站,挖掘分析,分类模型,模型精度
AB值：
0.359176
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
